Web de données et RDA

2

Le Web de données ?• Un Web constitué de données accessibles,

structurées, dans un format non-propriétaire, identifiées et liées entre elles sémantiquement

(Définition de Tim Berners-Lee dès 1999)

• Objectif : Mettre à disposition des données en utilisant des techniques standardisées qui garantissent l’interopérabilité (utilisabilité dans des contextes et avec des systèmes différents sans restriction de conditions d’accès ou de mise en œuvre)

3

Architecture du Web (1)

• World Wide Web : toile d'araignée de serveurs d'informations reliés les uns aux autres par des liens physiques (le réseau matériel) et des liens logiques (les liens hypertextes)

• Architecture du Web = les standards définissant l’infrastructure technologique

• Rôle du W3C (World Wide Web Consortium) : s’occupe de la standardisation de l’architecture du Web

44

Les objectifs du W3C• Accessibilité pour les logiciels et machines

– Interopérabilité et portabilité – Production de contenu Web facilitée – Réduction du volume des pages – Meilleure visibilité et indexation par les moteurs de

recherche– Compatibilité – Pérennité des documents – Validation des pages par des services de

validation pour garantir la cohérence et la qualité du code

• Accessibilité universelle aux contenus

5

Architecture du Web (2)• Repose sur 3 technologies :• URI (Uniform Resource Identifier)

– Chaîne de caractères normalisés permettant d'identifier de manière permanente une ressource abstraite ou physique, accessible ou non sur Internet (personne, organisme, lieu, évènement, concept, …)

– 3 déclinaisons :• URC (Uniform Resource Characteristic) : caractéristiques d’une

ressource• URN (Uniform Resource Name) : nom d’une ressource• URL (Uniform Resource Locator) : spécification de l'adresse physique

de localisation d'une ressource sur Internet et de la méthode permettant d'y accéder

• HTTP (Hypertext Transfer Protocol)• HTML (Hypertext Markup Language) : standard défini par le W3C pour

la diffusion de documents sur le Web pour pouvoir afficher de l'information à l'aide de balises dont le nombre est limité. Il est interprété par le navigateur

6

Une histoire : Web 1.0• Web 1.0 = Web documentaire

– Web statique 1 page = 1 document Traitement des ressources limité à leur mise en forme Navigation entre les pages avec les liens hypertexte

Limites du Web statique Contenu non structuré Pas de possibilité de requête Impossibilité de renvoyer une page personnalisée selon le

visiteur Impossibilité d’exploiter les ressources d’une base de

données

7

Web statique

8

Une évolution : le Web dynamique

9

Le Web 2.0

•Pratiquement aujourd’hui tous les sites sont dynamiques Exploitation de volumes importants d’informations

(bases de données, moteurs de recherche) Personnalisation de l’accès à l’information Naissance du Web 2.0 = Web contributif

Les utilisateurs font partie du processus documentaire Ajout de connaissances et de commentaires aux

contenus

10

Le Web 3.0• Extension du Web permettant de relier non pas des

documents (pages HTML) mais les données elles-mêmes, et de les rendre exploitables par des machines

• Repose sur les mêmes technologies de base– URI : nommage des ressources– HTTP : transfert des données

• Mais :– Evolution du langage de balisage : il ne s’agit plus

d‘échanger des documents destinés à être immédiatement visualisés mais des données structurées

– XML (eXtensible Markup Language) :• Format textuel d’échanges de documents et données structurées lisible par les machines• Chacun peut définir la structure et le balisage• Garantit l’interopérabilité, la portabilité et l’extensibilité des données et de leur structure

• Construction du Web de données liées grâce au langage RDF = 1 modèle et plusieurs syntaxes dont une en XML

11

RDF = Resource Description Framework

• Nouveau modèle généraliste et standardisé pour encoder, échanger et réutiliser des métadonnées structurées

• Proposé en 1999 par le W3C• Langage dans lequel on décrit, représente et relie

des ressources ( = données) à échanger sur le Web• Permet de décrire des ressources simplement :

document, personne, objet, évènement• Objectif : partager les mêmes métadonnées pour

des ressources partagées par utilisation d’une syntaxe commune

12

RDF : un modèle conceptuel (1)

• Principe de base : toute chose peut être décrite avec des phrases minimales composées d’un verbe, d’un sujet et d’un complément = déclaration RDF

Exemple :Honoré de Balzac a écrit "La Comédie humaine"Sujet : Honoré de Balzac RessourceVerbe : a écrit PredicatComplément : La Comédie humaine Objet

13

RDF : un modèle conceptuel (2)

• Modèle de données élémentaires constitué de 3 types d’objets :

– Ressource : toute chose décrite par une expression RDF = entité d’information pouvant être identifiée par un identificateur (URI)

– Propriété : caractéristique, attribut ou relation utilisé pour décrire une ressource

– Déclaration : association d'une propriété à une ressource

14

RDF : la notion de triplet

• Une déclaration est composée de 3 éléments = triplet

• Triplet {ressource – propriété – valeur}– sujet = ressource– predicat = propriété : nature de la relation– objet = valeur : caractéristique ou ressource liéeExemple :Sujet (Ressource) : Honoré de BalzacPredicat (Propriété) : CreatorObjet (Valeur) : La Comédie humaine

15

RDF : Graphe

• La déclaration est représentée visuellement par un graphe (système de nœuds reliés par des flèches) qui permet de parcourir l'information de lien en lien

SUJET OBJETPREDICAT

16

RDF : modèle de graphe

• Chaque membre du triplet est une ressource qui peut être le sujet ou l’objet d’autres déclarations

• On construit ainsi un modèle de graphe

17

Formalisme RDF (1)

• Modèle permettant de représenter un nombre considérable de ressources désignées par un URI

• Eclatement de l’information– Des données et pas des « documents »– Plus de souplesse pour manipuler,

sélectionner…

18

Formalisme RDF (2)• Mais, des inconvénients :

– Problème pour la création et la maintenance des URI

– Complexité pour représenter certaines déclarations, les périodes, les provenances, l’absence d’information, globalement, tout ce qui nécessiterait un 4e élément dans le triplet

• Exemples : – Jacques Chirac a été président de la République

française de 1995 à 2007– Ce livre a été publié en 1981 par l’IGN à Paris et

par la Chambre d’Agriculture de l’Indre à Blois – La date de publication de ce livre est inconnue

mais doit se situer entre 1917 et 1923 selon la source X

19

RDF : un langage extensible

• Cadre conceptuel de description des ressources applicable à n’importe quel domaine d’application

• Peut être exprimé en utilisant la syntaxe RDF/XML (eXtensible Markup Language) : seule syntaxe qui fait l’objet actuellement d’une recommandation du W3C

20

Syntaxe RDFexemple : métadonnées de la DCMI

• <?xml version="1.0" encoding="iso-8859-1" ?>• <!DOCTYPE rdf:RDF PUBLIC "-//DUBLIN CORE//DCMES DTD

2002/07/31//EN" "http://dublincore.org/documents/2002/07/31/dcmes-xml/dcmes-xml-dtd.dtd">

• <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"• xmlns:dc ="http://purl.org/dc/elements/1.1/">•

<rdf:Description rdf:about="http://www.w3.org">• <dc:Title>L'avenir des méta-tags</dc:Title>• <dc:Description> Avenir des métadonnées </dc:Description>• <dc:Publisher>W3C</dc:Publisher>• <dc:Date>2004-02-10</dc:Date>• <dc:subject>Avenir des métadonnées</• <dc:Type>World Wide Web Home Page</dc:Type>• <dc:Format>text/html</dc:Format>• <dc:Language>en</• </rdf:Description>• </rdf:RDF>

RDF (1) : Structurer l’information

21

700  $311914283 $aMann$bThomas$f1875-1955$4070200 1 $aDer Tod in Venedig$bTexte imprimé$fThomas

Mann

700

1191428311914283$aMann$bThomas$f1875-1955

$4070

200 ‘‘Der Tod in Venedig’’

23

RDF (3) : définir les relations entre les ressources en utilisant des vocabulaires

normalisés

Mann

‘‘Der Tod in Venedig’’

http://catalogue.bnf.fr/ark:/12148/cb350037659 http://catalogue.bnf.fr/ark:/12148/cb119142833

Thomas

700$a

700$b

nom

prénom

100 $4070

245

auteur

titre

DC:creator

DC:title

FOAF:familyName

FOAF:givenName

24

RDF (4) : Nommer les relations avec des URIs

Mann

‘‘Der Tod in Venedig’’

http://catalogue.bnf.fr/ark:/12148/cb350037659

http://catalogue.bnf.fr/ark:/12148/cb119142833

DC:creator

DC:title

Thomas

FOAF:familyName

FOAF:givenNamehttp://xmlns.com/foaf/0.1/familyName

http://xmlns.com/foaf/0.1/givenName

http://purl.org/dc/terms/creator

http://purl.org/dc/terms/title

http://gallica.bnf.fr/ark:/12148/bpt6k5505281w.f148

25

RDF (5) : Exprimer le tout avec une syntaxe normalisée

@prefix dc: < http://purl.org/dc/terms/>

@prefix foaf: < http://xmlns.com/foaf/0.1/>

http://catalogue.bnf.fr/ark:/12148/cb350037659 dc:creator http://catalogue.bnf.fr/ark:/12148/cb119142833.

http://catalogue.bnf.fr/ark:/12148/cb119142833foaf:familyName ‘‘Mann’’;

foaf:givenName ‘‘Thomas’’.

http://catalogue.bnf.fr/ark:/12148/cb350037659dc:title ‘‘Der Tod in Venedig’’.

26

Web de données et Web sémantique

• Web de données : possibilité de relier et d’échanger des données identifiées par des URI

• Web sémantique : possibilité d’échanger les schémas des données et la sémantique associée

– Objectif : permettre aux machines de comprendre la sémantique, la signification de l’information sur le Web

C’est très bien tout ça mais…Quel rapport avec la bibliothèque, le

catalogue, le catalogage ?

27

Zoom sur Le lecteur

28

Les bibliothèques dans le Web de données aujourd’hui

Que peut nous apporter le Web de données ?

• Relier les catalogues des bibliothèques avec d’autres données existantes

• Ouverture à d’autres communautés (libraires, éditeurs, …)

• Navigation par les utilisateurs sans avoir à connaître les formats des bases de données et les langages de requête spécifiques

• Plus de visibilité par les moteurs de recherche• Tirer parti des données structurées des catalogue et

des référentiels• Interopérabilité = Souplesse pour la réutilisation des

données